書籍推薦

1.《機器學習》 周志華。概述比較系統(tǒng)的介紹了機器學習的各個分支，即可作為教材，又可以作為自學用書和科研參考書。

2.《統(tǒng)計學習方法》 李航著。該書比較詳細地介紹了算法的原理，只從理論層面來研究算法。通過這本書和《機器學習實戰(zhàn)》兩本書相結合，一本講理論，一本著手實踐，加在一起會有事半功倍的效果。

3.《數據挖掘概念與技術》 韓家煒著。該書介紹了數據挖掘的常用技術，比較詳實，但本人覺得不太適合初學者，當時自己初學的時候看的就是這本書，結果最后很多地方理解的不是很好，后來通過《統(tǒng)計學習方法》和算法實踐之后，再回頭看《數據挖掘概念與技術》，感覺就輕松多了。

4.《數學之美》 吳軍著。本書可以當做業(yè)余書籍來看，可以在無聊的時候看看，不過里面講的東西還是挺有用的。

5.《Python科學計算》該書可以當做Python編程參考書籍，但前提是你喜歡使用Python，并愛上了它，不然這本書還是蠻貴的，我自己也是通過“研究生自由探索項目”才買的這本書，因為可以報銷嘛。

博客和文章推薦
pluskid，真名張弛原，一位技術大牛，畢業(yè)于浙江大學，后來出國深造。他的博文質量非常高，深入淺出，其SVM三層境界的講解讓人茅塞頓開，應該給了很多人啟發(fā)吧，很值得學習。

Rachel Zhang，真名張睿卿，很有氣質的一位軟妹紙，目前是百度深度學習實驗室研發(fā)工程師，在CSDN中的博客人氣絕對屈指可數，算是IT界的一位女中豪杰。博客網址：CSDN博客-Rachel Zhang

July，對算法研究獨具一格，目前是七月在線科技創(chuàng)始人兼CEO。博客網址：July

Jason，一位國外機器學習愛好者，其博客內容詳實，多篇文章被國內機器學習者翻譯。博客網址：http://machinelearningmastery.com/blog/

一個國外很好的機器學習博客，里面介紹了詳細的算法知識，很全面，從感知機、神經網絡、決策樹、SVM、Adaboost到隨機森林、Deep Learning.網址：A Blog From a Human-engineer-being

一篇涵蓋許多機器學習資料的文章：機器學習(Machine Learning)&深度學習(Deep Learning)資料

Edwin Chen ，機器學習愛好者，博客內容涵蓋數學、機器學習和數據科學。分享其中一篇博文：Choosing a Machine Learning Classifier

一篇以前的博文：A List of Data Science and Machine Learning Resources，有時間好好閱讀閱讀，對你絕對有幫助。

A Few Useful Things to Know about Machine Learning,一篇很有幫助的機器學習文章，里面包括了特征選擇與模型的簡化。

The Discipline of Machine Learning機器學習規(guī)則。該文章比較老，2006年發(fā)布的，作者是Tom Mitchell，但很有參考價值，其中定義了機器學習的規(guī)則。Mitchell在說服CMU總裁為一個百年內都存在的問題建立一個獨立的機器學習部門時，也用到了這本書中的觀點。希望能對你也有所幫助。

國內外網站
數據分析網：http://www.afenxi.com/